Google、準同型暗号でプライベートAIを実用化

セキュリティ Googleは、準同型暗号でプライベートAIを実用化 2026年8月14日 | x.com Facebook LinkedIn Mail リンクをコピー Jeremy Kun ソフトウェアエンジニア 共有 x.com Facebook LinkedIn Mail リンクをコピー 本日、当社のプライベートコンピューティングツールキットに追加された最新の強力なツールであるHEIRを紹介できることを嬉しく思います。HEIRは、暗号学的に安全なプライベートAI推論を可能にするオープンソースコンパイラです。 準同型暗号 AIの成長に伴い新たなメリットが登場するにつれて、プライバシーとセキュリティのバランスを取ることが最優先事項となっています。エンドツーエンド暗号化のような標準的な保護措置にはトレードオフが存在します。ユーザーデータはデータ侵害から保護できますが、サービスプロバイダーはスパム検出やウイルス検出など、データに依存する機能を提供できなくなります。医療や金融などの重要な分野はこれらのリスクをさらに嫌い、厳格な規制が機関間のデータ共有を制限しています。同じ機能を提供する代替メカニズム（ローカル処理など）は、ローカルデバイスの機能とサービスプロバイダーのIPの機密性によって制限されます。プロプライエタリなAIをデバイスに出荷すると、モデルが漏洩するリスクがあります。 これらの問題の解決策は、準同型暗号です。これは急速に成熟している技術であり、暗号化されたデータ上で直接計算を実行できるようにすることで、このトレードオフを根本的に変えます。サーバーは暗号文を処理し、基盤となる情報を一切公開することなく暗号化された結果を返すことができます。例えば、クラウドサービスはユーザーの特徴を見ることなく、コンテンツレコメンデーションを提供できます。これは誇張ではありません。この投稿で紹介されているデモの1つは、まさにこれを行います。しかし、準同型暗号にはかなりのオーバーヘッドがありますが、機能/プライバシートレードオフをコストの問題に移行させます。そして、準同型暗号のコストは急速に低下しています。 差分プライバシー、プライベートセットメンバーシップ、プライベート情報検索、Google Cloud上のセキュアエンクレーブに至るまで、Googleのプライバシー技術におけるイノベーションの歴史は、常にユーザーデータの保護に焦点を当ててきました。準同型暗号は、当社のプライベートコンピューティングツールキットに追加されるもう1つの強力なツールです。プライベート情報検索と同様に、ハードウェアベースのソリューションとは対照的に、準同型暗号の強力なセキュリティとプライバシー保証は純粋に暗号学的なものです。しかし、既存のプログラムを手動で効率的に準同型暗号を使用するように変換するには、暗号学者のチームが必要です。 HEIRについて 準同型暗号が提供する使いやすさの課題を克服し、機会を前進させるために、Googleの研究者とエンジニアはHEIRコンパイラプロジェクトを構築しました。HEIR（Homomorphic Encryption Intermediate Representation）は、準同型暗号のためのオープンソースコンパイラツールチェーンおよび開発プラットフォームです。特に、HEIRは、未暗号化データで動作する事前学習済みAIモデルを、暗号化された入力で動作するように変換できます。私たちのビジョンは、HEIRをワンクリックソリューションにし、非専門家が暗号化された推論を本番アプリケーションに組み込めるようにすることです。 2023年に意向を発表して以来、準同型暗号コミュニティがHEIRを受け入れているのを見てきました。私たちは、Belfort、Niobium、Cornami、Optalysysを含む、準同型暗号用のハードウェアアクセラレータを開発している企業と提携しました。これらの取り組みの成果は以下のデモで示されており、近い将来これらのアクセラレータのレイテンシメリットを実証する予定です。HEIRは生産的な研究プラットフォームにもなっています。HEIRを基盤とすることで、暗号学者は特定の最適化に集中し、既存のインフラストラクチャをテスト、ベンチマーク、比較に使用できます。これにより、ジョージア工科大学、カーネギーメロン大学、カリフォルニア大学サンタバーバラ校、イリノイ工科大学、パデュー大学、エディンバラ大学、清華大学などとの共同研究が実現しました。現在までに、HEIRを基盤とした査読付き出版物が4件あり、さらに準備中であり、HEIRは数多くの引用を集めています。 HEIRのアプリケーション 準同型暗号がどれほど進歩したかを示すために、4つのプライベート推論アプリケーションを共有します。各アプリケーションはHEIRでコンパイルされ、レイテンシ番号はシングルスレッドCPUで表示されます。すべての例のソースコードは、GitHubリポジトリで入手できます。 ディープラーニングレコメンデーションモデル：Belfort Labs、LG、ニューヨーク大学との共同作業により、プライベートコンテンツレコメンデーションの提供を可能にします。 クレジットカード不正検出：Niobiumおよびhardshell.aiと協力して、クレジットカード不正検出器をコンパイルしました。 脅威侵入：Niobiumと協力して、暗号化されたネットワークトラフィックの異常検出のためのKitsuneシステムをコンパイルしました。これにより、サービスプロバイダーはネットワークパケットの内容をサービスプロバイダーに明らかにすることなく、異常を検出できます。 ホットワード検出：Belfort Labsと協力して、ホットワード検出モデルをコンパイルしました。これにより、音声トリガーAIエージェントが、音声録音のプライバシーを保護しながらホットワードを認識できるようになります。 ソフトウェア業界がAIにおけるセキュリティとプライバシーの変化に適応する中、私たちの研究チームは、準同型暗号を開発しやすく、実行が速く、業界全体で普及させるために取り組んでいます。 投稿先: